2024年，他因AI蛋白质结构预测获得诺贝尔化学奖。2026年初，他坐在DeepMind伦敦办公室，冷静地给出了关于AGI最清晰的时间表。
作为Google DeepMind的CEO，德米斯·哈萨比斯既不是AGI的激进吹鼓手，也不是技术悲观主义者。在最新接受Big Technology播客采访时，这位AlphaGo和AlphaFold的缔造者，用难得的坦诚揭示了AI研究的真实进展、下一个技术突破方向，以及Google在硬件赛道的重大押注。
AGI时间表：5到10年内到来，但2026年不会
我们还没到那一步，但已经很接近了。哈萨比斯给出的AGI时间线是5到10年，这与业界普遍的乐观预期形成对比。他明确表示，2026年不会有任何研究机构实现AGI，并直言不讳地批评了那些为了商业目标而过度炒作技术的做法。
在哈萨比斯看来，当前的AI模型在某些方面非常出色，但距离AGI还缺少关键能力。现有模型在复杂推理任务上仍显笨拙，无法真正理解物理世界的运作规律，也无法像人类一样从经验中不断进化。
据CNBC报道，哈萨比斯在2025年3月就曾预测人类级别的AI将在5到10年内出现。在最新访谈中，他重申了这一判断，但加入了更多技术细节。
下一个技术突破在哪里
哈萨比斯指出，今天的大语言模型存在根本性缺陷。这些系统在某些任务上令人印象深刻，但它们缺少世界模型，无法理解物理世界如何运作，也无法像人类一样持续学习。
第 一个关键方向是持续学习。目前的AI需要在海量数据上一次性训练，然后能力就被冻结了。目标是让AI像人类一样，能够在日常使用中逐步学习、更新知识。关键挑战在于如何在不遗忘旧知识的情况下学习新知识，这在学术界被称为灾难性遗忘问题。哈萨比斯强调，关键是持续学习，让模型像人类一样逐步更新自己，而不是仅仅依赖一次性的大规模训练。
第二个方向是世界模型。这意味着让AI建立对物理世界的内在理解，比如物体如何移动、重力如何作用。这对机器人、自动驾驶、物理模拟等应用至关重要。DeepMind的Genie 3项目正在探索这一方向。
如果AI只是背诵互联网上的文字，而不理解真实世界，它就永远无法像人类一样解决复杂问题。世界模型是迈向AGI的必经之路。
Google的硬件赌局：AI眼镜
在访谈中，哈萨比斯透露Google正在大力押注AI智能眼镜，他认为时机已经成熟。
有三个理由支撑这一判断。首先是AI能力的飞跃，Gemini等多模态模型已经可以实时理解视觉、听觉输入。其次是硬件的成熟，AR显示技术、电池续航、芯片功耗都已达到临界点。第三是交互方式的革命，语音加视觉的组合比触屏更自然。
潜在的应用场景包括实时翻译菜单和路牌，导航时无需低头看手机，随时提问这是什么植物或建筑并即问即答，以及会议中的实时字幕和摘要生成。
AI编程改变职业结构
哈萨比斯对AI辅助编程持乐观态度，但他也承认这会带来结构性变化。初级开发者岗位会减少，因为重复性编码工作正在被AI取代。高级开发者会变得更高效，他们的工作从写代码转向设计架构。更重要的是，非技术人员也能通过自然语言描述需求让AI生成代码。
根据GitHub Copilot的数据，AI已经能编写约40%的代码。StackOverflow的流量在2023到2025年间下降了35%，这表明开发者越来越依赖AI而不是搜索答案。
哈萨比斯认为，AI将首先影响可标准化的知识工作，比如法律文书、财务报表和代码编写，而创造性、战略性工作仍需人类主导。
从AlphaFold到虚拟细胞
2024年的诺贝尔化学奖只是开始。哈萨比斯透露，DeepMind的下一个目标是创建虚拟细胞，用AI模拟整个细胞的运作，预测药物如何影响疾病。
传统药物研发需要10到15年，虚拟细胞可能将这个周期缩短到2到3年。挑战在于细胞内有数万种蛋白质和分子在相互作用，建模的复杂度远超AlphaFold。
但如果成功，这将彻底改变生物医药行业。科学家可以在虚拟环境中测试数千种药物候选，只有最有希望的才进入昂贵的临床试验阶段。
对普通人的启示
哈萨比斯的访谈传递了几个清晰的信号。
AGI不会在2026年到来，但5到10年内很可能实现。这意味着我们有足够的时间准备，但不能掉以轻心。
AI眼镜可能成为下一个平台级产品。如果Google、Meta、Apple的布局成功，智能手机的地位可能在5年内被撼动。
知识工作者需要重新定位。能被标准化的工作会被AI取代，而需要创造力、判断力和战略思维的工作将更有价值。
科学发现正在加速。从基因编辑到新药研发，AI正在压缩创新的时间周期。这可能是人类历史上科技进步最快的十年。
在这个AI重塑一切的时代，保持学习、拥抱变化，或许是唯 一不变的生存法则。
